Реализация и документирование метода fit() для обучения GPT

Основные изменения:
1. Реализация метода fit():
- Добавлен полный цикл обучения (forward/backward pass)
- Поддержка обучения на CPU/GPU
- Расчет и сохранение метрик (train_loss, validation_loss)
- Интеграция с оптимизатором Adam

2. Документация:
- Подробное описание метода в gpt_documentation_ru.md
- Примеры использования в README.md
- Параметры и требования к данным

3. Тестирование:
- Тесты базовой функциональности
- Проверка изменения весов
- Тесты для разных устройств (CPU/CUDA)
- Обработка edge-cases

4. Примеры:
- train_gpt_example.py с полным workflow
- Генерация синтетических данных
- Сохранение/загрузка моделей

doc/gpt_documentation_ru.md

@@ -134,7 +134,44 @@ model = GPT(
 | Повторы в генерации       | Настройка repetition_penalty |
 | Медленная генерация       | Кэширование ключей/значений  |
 
-## 6. Дополнительные материалы
+## 6. Обучение модели
+
+Метод `fit()` позволяет обучать модель GPT на ваших данных.
+
+### 6.1 Параметры обучения
+```python
+model.fit(
+    train_loader,       # DataLoader с обучающими данными
+    valid_loader=None,  # Опциональный DataLoader для валидации
+    num_epoch=10,       # Количество эпох
+    learning_rate=0.001 # Скорость обучения
+)
+```
+
+### 6.2 Пример обучения
+```python
+from torch.utils.data import DataLoader, TensorDataset
+
+# Создание синтетических данных
+inputs = torch.randint(0, 10000, (1000, 32))  # 1000 примеров по 32 токена
+targets = torch.roll(inputs, -1, dims=1)      # Сдвиг на 1 токен вперед
+
+dataset = TensorDataset(inputs, targets)
+train_loader = DataLoader(dataset, batch_size=32)
+
+model = GPT(...)  # Инициализация модели
+model.fit(train_loader, num_epoch=5)
+```
+
+### 6.3 Особенности обучения
+- Автоматическое определение устройства (CPU/GPU)
+- Сохранение истории потерь в атрибутах:
+  - `model.train_loss` - потери на обучении
+  - `model.validation_loss` - потери на валидации (если есть)
+- Поддержка ранней остановки (через callback)
+
+## 7. Дополнительные материалы
 - [Примеры использования](../example/example_gpt.py)
+- [Пример обучения](../example/train_gpt_example.py)
 - [Тесты](../tests/test_gpt.py)
 - [Оптимизация производительности](performance_guide.md)